O que é um Data Paper?

Um Data Paper é um tipo de publicação científica revisada por pares cujo objetivo principal é descrever um conjunto de dados (dataset) e sua documentação (metadados), tornando esses dados encontráveis, acessíveis e reutilizáveis por outros pesquisadores. Em vez de “contar uma história de resultados”, o Data Paper registra, com rigor, o que os dados são, como foram produzidos, como estão organizados e como podem ser reutilizados.

Em que ele difere de um artigo científico tradicional?

  • Foco nos dados (não em conclusões): o Data Paper prioriza a descrição do dataset e as condições de coleta/produção, e não a apresentação de hipóteses, resultados e conclusões como foco central.

  • Reuso e transparência: o manuscrito é escrito para permitir que outros pesquisadores entendam e utilizem o dataset com segurança, inclusive em novos contextos e áreas.

  • Crédito acadêmico por curadoria: reconhece formalmente o esforço de coleta, tratamento, organização e documentação de dados, muitas vezes subvalorizado em publicações convencionais.

Por que publicar um Data Paper?

  • Maior visibilidade e impacto: seus dados podem subsidiar novas análises e gerar novas publicações, dentro e fora da sua área.

  • Dados mais confiáveis: a documentação detalhada facilita verificação, validação e reuso responsável.

  • Crédito acadêmico: o trabalho de geração e curadoria de dados passa a ser citável como artigo.

  • Mais parcerias: aumenta a chance de colaboração com pesquisadores interessados no seu dataset.

Requisito central no LADS: dados abertos e robustos

No LADS, todo Data Paper deve estar associado a um dataset robusto, devidamente documentado e disponibilizado em acesso aberto (como material suplementar no sistema e/ou em repositório aberto reconhecido). Isso é parte essencial do escopo da revista.

O que precisa acompanhar o manuscrito?

Para maximizar reuso e reprodutibilidade, recomendamos que o pacote de dados inclua:

  • Dataset (arquivos de dados em formato adequado, com organização clara por tabelas/abas/arquivos).

  • Dicionário de dados (definição de variáveis, unidades, códigos, categorias, valores ausentes e regras de consistência).

  • README (estrutura de pastas/arquivos, como abrir/interpretar, versões, limitações e recomendações de uso).

  • Declaração de acesso aos dados (onde estão, como acessar, e sob qual licença).

  • Identificador persistente (quando possível, DOI/ID do repositório) e forma recomendada de citação do dataset.

  • Código/scripts (quando aplicável) para reproduzir etapas de limpeza, transformação e validação dos dados.

Estrutura recomendada de um Data Paper

Embora o formato possa variar por área, um bom Data Paper costuma incluir:

  1. Contexto e motivação: por que o dataset foi produzido e qual lacuna ele atende.

  2. Produção/coleta dos dados: desenho do estudo, instrumentos, amostragem, procedimentos e protocolos relevantes.

  3. Descrição do dataset: estrutura, variáveis, formatos, organização dos arquivos e decisões de curadoria.

  4. Validação e controle de qualidade: checagens realizadas, limitações conhecidas e evidências de consistência.

  5. Acesso e licença: onde os dados estão depositados, como acessar e quais permissões de uso se aplicam.

  6. Potencial de reuso: exemplos de uso, perguntas que os dados podem responder e recomendações para reutilização.

O que avaliamos (em geral)

  • Robustez e utilidade do dataset para a comunidade científica (valor e potencial de reuso).

  • Qualidade da documentação (metadados suficientes para “entender e usar”).

  • Acessibilidade (dados disponíveis aos revisores e ao público após publicação).

  • Boas práticas éticas e legais (anonimização e conformidade quando aplicável).

Comece por aqui